让我从乞讨开始吧。我在TensorFlow1.14中实现了一个部分卷积层，用于基于的图像修复(我已经对它进行了测试，它可以在我的数据集上工作)。
该体系结构使用预训练(imagenet) VGG16来计算一些损失项。遗憾的是，在tensorflow中实现的VGG不起作用(我尝试过使用，就像在keras应用程序中一样。因此，我使用此将keras应用程序VGG16合并到我的TensorFlow1.14代码中。
一切正常，但是后来我将混合精度训练()合并到我的代码中，VGG16部分给出了以下错误：
Instructions for updating:
Call initializer instanc
浏览 64提问于2019-11-05得票数 0
回答已采纳
1回答
我正在尝试从Keras加载VGG16模型来执行迁移学习，
input_shape = (224, 224, 3)
model = VGG16(weights='imagenet', include_top=False, input_shape=input_shape)
但是我得到了以下错误：
Traceback (most recent call last):
File "<ipython-input-27-898653ab5324>", line 1, in <module>
model = VGG16(weights=&
浏览 0提问于2021-01-29得票数 0
1回答
我试图编写一个自定义丢失函数，如下所示。
def vgg16_feature_model(flayers, weights='imagenet'):
"""
Feature exctraction VGG16 model.
# Arguments
flayers: list of strings with names of layers to get the features for.
The length of `flayers` should be > 1, otherwise
浏览 0提问于2020-08-02得票数 1
回答已采纳
2回答
无法将VGG16层转换为顺序
、、、、
我正在尝试用VGG16预训练模型进行图像分类.同样，我做了以下工作：
vgg16_model = keras.applications.vgg16.VGG16()
该模型的类型如下：
type(vgg16_model)
结果是：
tensorflow.python.keras.engine.training.Model
然后，我将顺序模型定义为：
model = Sequential()
然后，我试图通过以下方式将vgg16_model转换为顺序：
for layer in vgg16_model.layers:
model.add(layer)
它向我显示了如下错误：
TypeErr
浏览 1提问于2018-11-15得票数 0
回答已采纳
我在Python代码库中看到删除了“沙漏导入”。我以前从未见过这个词，也无法通过Python文档或网络搜索找到任何关于它的信息。
什么是沙漏导入，什么时候才会使用或不使用沙漏?我最好的猜测是，删除沙漏会产生子模块，但还有其他原因吗？
一个从链接提交中删除沙漏导入的示例更改：
diff --git a/tensorflow/contrib/slim/python/slim/nets/vgg.py b/tensorflow/contrib/slim/python/slim/nets/vgg.py
index 3c29767f2..d4eb43cbb 100644
--- a/tensorflow/
浏览 1提问于2017-04-05得票数 6
回答已采纳
1回答
VGG迁移学习错误
、、、
我正在使用迁移学习方法训练一个VGG网络。(微调)但是在训练数据集时，我发现了以下错误，它停止了训练过程。
ETA: 19:00:06
4407296/553467096 [..............................] - ETA: 19:06:49
4415488/553467096 [..............................] - ETA: 19:10:23Traceback (most recent call last):
File "C:\CT_SCAN_IMAGE_SET\vgg\vggTransferLearning.py&
浏览 13提问于2018-02-24得票数 0
回答已采纳
负荷模型
"model.load_weights(VGG16(include_top=False， =‘imagenet’)“
VGG16=load_model('E:/TBirds/TBirdDOCS/PythonCode/DOCMODEL/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5')
# build the VGG16 network
#model = application.VGG16(include_top=False, weights='imagenet')
浏览 10提问于2019-12-27得票数 0
我是机器学习的新手。我跟踪这个的微调VGG16模型。
模型很好地加载了以下代码：
vgg_model = tensorflow.keras.applications.vgg16.VGG16()
但是得到了这个错误：
TypeError: The added layer must be an instance of class Layer. Found: <tensorflow.python.keras.engine.input_layer.InputLayer object at 0x000001FA104CBB70>
运行此代码时：
model = Sequential()
fo
浏览 1提问于2019-03-24得票数 26
回答已采纳
1回答
我最近测试了的代码。当我在python3.4中加载vgg16.npy时。它从错误中出来。代码如下：
self.data_dict = np.load(vgg16_npy_path, encoding='latin1').item()
错误：
TypeError: load() got an unexpected keyword argument 'encoding'
但我删除了encoding='latin1'
self.data_dict = np.load(vgg16_npy_path).item()
也出现了一个错误：
File
浏览 7提问于2016-06-15得票数 1
回答已采纳
1回答
我尝试打印VGG16模型的模型摘要，还绘制模型并将其保存在.png文件中。
from keras.applications.vgg16 import VGG16
from keras.utils.vis_utils import plot_model
#Creating the object of VGG16 model
model=VGG16()
print(model.summary())
plot_model(model,to_file='vgg.png')
我还按照建议的安装了下面的包。
pip install pydot
pip install graphviz
浏览 16提问于2018-01-30得票数 1
我正在尝试提取VGG16模型中最后一层的激活。为此，我在模型上使用了一个装饰器，如下所示。
当我把一个库达张量传递给模型时，我得到了一个CUDNN_STATUS_INTERNAL_ERROR，它有以下的回溯。
有人知道我哪里出了问题吗？
溯源
File "/media/data1/iftachg/frame_glimpses/parse_files_to_vgg.py", line 80, in get_activation
return model(image)
File "/media/data1/iftachg/miniconda2/lib/pyt
浏览 1提问于2017-09-24得票数 0
回答已采纳
我编写了一个SRGAN实现。在Python程序的入口点类中，我声明了一个使用VGG19模型返回均方的函数：
# <!--- COST FUNCTION --->
def build_vgg19_loss_network(ground_truth_image, predicted_image):
loss_model = Vgg19Loss.define_loss_model(high_resolution_shape)
return mean(square(loss_model(ground_truth_image) - loss_model(predicted_i
浏览 0提问于2019-08-05得票数 1
回答已采纳
1回答
我正试着用传输学习构建一些应用程序。我想要使用Vgg16，所以我做了这样的事情：vgg16_model = keras.applications.vgg16.VGG16()，但是我想将层从Vgg16转移到我的模型。model = Sequential(layers=vgg16_model.layers) (我见过这个)，但是它导致了我的错误
TypeError:添加的层必须是类层的实例。发现: tensorflow.python.keras.engine.input_layer.InputLayer
如何通过vgg16层插入顺序模型？
提前谢谢。
浏览 0提问于2018-10-19得票数 0
尝试在不同的类别标签(2)上微调Tensorflow Slim VGG16 net，但不包括fc8。在执行时，我得到了这个错误。
错误
logits, _ = vgg.vgg_16(images, num_classes=NUM_CLASSES, is_training=True)
/models/slim/nets/vgg.py", line 178, in vgg_16
net = tf.squeeze(net, [1, 2], name='fc8/squeezed')
/anaconda/lib/python2.7/site-packages/tensorflow
浏览 0提问于2017-04-06得票数 0
1回答
我在tensorflow 2.0.0中使用keras (tensorflow 2.0.0)，我有一个网络，它的输入是图像，输出也是图像。我想结合MSE，MSE在VGG的特征空间和其他一些损失，这取决于中间层的输出。我在定义一个定制的损失函数。我能够建立模型，编译自定义损失。但是当我用fit_generator训练的时候，我得到了一个SymbolicException在说Inputs to eager execution function cannot be Keras symbolic tensors
全码
列车档案：
def __init__(self, gray_images: bool,
浏览 1提问于2019-12-19得票数 5
回答已采纳
我试着运行: models.vgg16(pretrained=True)，并得到Py手电筒的模型，但作为一个错误，这个错误以前已经被问过了，但是从那里得到的回答对我没有帮助:/
我试图升级tqdm，但是没有成功。
谢谢..。
全日志：
TqdmKeyError Traceback
(most recent call last)
<ipython-input-13-f93ae0d83650> in <module>
2 from torchvision import transforms, data
浏览 3提问于2021-06-22得票数 1
我想使用经过训练的VGG19模型的前9层与TimeDistributed层相结合。但我得到了一个InvalidArgumentError。
def build_vgg(in_shape):
vgg = VGG19(weights="imagenet")
vgg.outputs = [vgg.layers[9].output]
img = keras.Input(in_shape)
img_features = vgg(img)
return keras.Model(img, img_features)
vggmodel = build_
浏览 0提问于2018-07-10得票数 2
回答已采纳
尽管我排除了检查点文件中不存在的变量，但程序仍试图在checkpoint.The函数中找到它们
variables_to_restore = slim.get_variables_to_restore(exclude=exclude_set)
真的让我很困惑。有人能帮我吗？
with tf.Graph().as_default():
tf.logging.set_verbosity(tf.logging.INFO)
images, labels, bboxs, origin_sizes = read_content_recorder.get_image_batch(
浏览 0提问于2017-08-25得票数 0
3回答
我正在使用Keras创建一个深度学习模型。当我创建一个VGG16模型时，这个模型被创建了，但是我得到了下面的警告。 vgg16_model = VGG16() 为什么会出现此警告，以及如何解决此问题？ WARNING:tensorflow:From /usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/op_def_library.py:263: colocate_with (from tensorflow.python.framework.ops) is deprecated and will be remov
浏览 32提问于2019-02-14得票数 20
我试图融合两个图像输入的形状(299,299，3)，(224,224，3)的特征，并得到形状误差。
这里是我的代码
from tensorFlow.keras.applications.inception_v3 import InceptionV3
from tensorflow.keras.applications.vgg16 import VGG16
import tensorflow as tf
from tensorflow.keras import layers, Input
inp_pre_trained_model = Incep
浏览 11提问于2022-08-17得票数 1
1回答
我一直在尝试为我的一个项目使用VGG-Face描述符模型()。我所要做的就是简单地从输入图像中获得网络的输出。
我以前没有用过MatConvNet、Caffe或PyTorch，所以我随机选择了PyTorch。原来(类torch.legacy.nn.Sequential.Sequential的)模型是保存在旧版本的PyTorch中的，因此语法与PyTorch文档中的语法略有不同。
我能够像这样加载lua .t7模型：
vgg_net = load_lua('./vgg_face_torch/VGG_FACE.t7', unknown_classes=True)
并加载到输入图像中
浏览 0提问于2017-12-05得票数 2
1回答
我现在有点迷茫，试图使用Keras Functional API将我自己的模型层和VGG16模型中的层合并到一个新模型中。我需要在自定义图层的block3_pool之后添加新的图层。将使用8个类(Fashion Mnist)。所有图像都从28x28放大到32x32。这就是我所走的路：
# VGG16 Model
vgg_model = VGG16(include_top=False, weights='imagenet', input_shape=(32, 32, 3), classes=8)
vgg_model.save_weights('vgg.model'
浏览 0提问于2020-11-27得票数 0
这里我的主要任务是对conv1_2生成的张量值进行求和，下面是我的代码
class vgg16:
def __init__(self, imgs, weights=None, sess=None):
self.imgs = imgs
self.convlayers()
self.fc_layers()
self.sum_pool()
self.probs = tf.nn.softmax(self.fc3l) #this is your inference
if weights is not Non
浏览 7提问于2016-12-22得票数 1
我试图将一个单一的300x300x300张量输入到tensorflow中的占位符中，虽然我使用的是imgs = tf.placeholder(tf.float32, [1, 300, 300, 300, 3])，但我得到的是ValueError
Traceback (most recent call last):
File "tfvgg.py", line 265, in <module>
prob = sess.run(vgg.probs, feed_dict={vgg.imgs: train_data})
File "/home/entelechy/tf
浏览 0提问于2017-04-04得票数 0
回答已采纳
我正在尝试在VGG16中使用迁移学习。我正在使用Keras。但是我弄错了 vgg = vgg16.VGG16(include_top=False, weights='imagenet', input_shape=(IMG_SIZE, IMG_SIZE, 1)) 有帮助吗?出什么问题了？ 注：IMG_SIZE = 200 错误的痕迹是 ---------------------------------------------------------------------------
ValueError Trace
浏览 668提问于2020-10-09得票数 1
我想下载从这个地址下载的一套经过预先训练的重量：
我使用下面的代码加载权重：
import os
from PIL import Image
import tensorflow
from keras.models import Sequential
im = Image.open("test.png")
model_vgg = Sequential()
model = model_vgg.load_weights("vgg16_weights.h5")
print(model.predict_classes(im))
并得到这个错误：
Using T
浏览 2提问于2017-05-02得票数 4
回答已采纳
2回答
PS: Keras为2.4.3
下面的函数构建了VGG16神经网络，没有完全连接的层，因为我只想得到特征映射。
from keras.models import Model
from keras.layers import Conv2D, MaxPooling2D, Input
import keras.backend as K
import tensorflow as tf
def VGG16(input_tensor=None):
input_shape = (None, None, 3)
if input_tensor == None:
input_tensor
浏览 1提问于2020-10-31得票数 1
在Keras中通过TimeDistributed使用预先训练好的VGG19时，我遇到以下错误：
TypeError: can only concatenate tuple (not "list") to tuple
这是在windows、Keras、python3.6中
def build_vgg(self):
img = Input(shape=(self.n_frames, self.img_rows, self.img_cols, 3))
# Get the vgg network from Keras applications
vgg = VG
浏览 3提问于2019-06-27得票数 0
1回答
在这里，图像必须根据VGG16模型的输入类型进行转换。为此，我使用了以下代码，我使用了库中的VGG16模型，并将预训练的值设置为true
import numpy as np
from glob import glob
dog_files = np.array(glob("/data/dog_images/*/*/*"))
import torch
import torchvision.models as models
# define VGG16 model
VGG16 = models.vgg16(pretrained=True)
# check if CUDA is
浏览 0提问于2018-11-05得票数 0
我目前正在尝试使用TensorFlow API ()来训练分类网络。在为我的数据集(存储在research/slim/ data中)创建TFrecords之后，我使用以下命令对网络进行培训：
python research/slim/train_image_classifier.py \
--train_dir=research/slim/training/current_model \
--dataset_name=my_dataset \
--dataset_split_name=train \
--dataset_dir=research/slim/data \
--model_name
浏览 0提问于2019-03-12得票数 0
回答已采纳
2回答
我是深度学习的新手，我正在尝试训练我的SSD-300 (单发探测器)模型，这花费了我太长的时间。例如，尽管我跑了50个纪元，但它正在为108370+全局步骤进行训练。我使用的是官方github存储库中的默认train_ssd_network.py文件：https://github.com/balancap/SSD-Tensorflow 我为了训练而运行的命令： !python train_ssd_network.py --dataset_name=pascalvoc_2007 epochs= 50 --dataset_split_name=train --model_name=ssd_300
浏览 48提问于2021-10-17得票数 2
回答已采纳
我使用tf.keras.preprocessing.image_dataset_from_directory来获得一个BatchDataset，其中dataset有10个类。
我正在尝试将此BatchDataset与Keras VGG16 ()网络集成。从医生那里：
注意:每个Keras应用程序都需要特定类型的输入预处理。对于VGG16，在将输入传递给模型之前，先对输入调用tf.keras.applications.vgg16.preprocess_input。
但是，我很难让这个preprocess_input与BatchDataset一起工作。，你能帮我弄清楚如何连接这两个点吗？
浏览 18提问于2022-05-08得票数 0
回答已采纳
1回答
我想在Keras中使用使用VGG19网络的自定义损失函数。 # imports
from keras.applications import VGG19
from keras.layers import Input, UpSampling2D, Conv2D, Lambda
from keras.models import Model
import keras.backend as K 我使用以下命令构建vgg模型： def build_vgg_loss():
img = Input(shape=(300, 300, 3))
vgg = VGG19(weights="
浏览 20提问于2019-05-06得票数 2
回答已采纳
1回答
我正在使用Keras构建一个语义分割模型。该模型是完全卷积的，所以当我在特定大小的输入上进行训练时，即(224,224,3)，当预测时，模型应该能够接受任何大小的输入，对吗？然而，当我尝试预测不同分辨率的图像时，我得到了一个关于我的合并层中形状不匹配的错误。下面是错误：
(1, 896, 1200, 3)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "predict.py", line 60, in main
n =
浏览 26提问于2018-01-26得票数 1
我想要添加一个新的Python层到VGG16模型，但似乎是Python层的层，我想使用预先训练的VGG16咖啡因模型使用prototxt训练的“层”，但它不能用于prototxt的“层”。那么有没有什么方法可以转换caffemodal，使其适用于"layer“呢？
浏览 1提问于2017-02-28得票数 2
1回答
settings:
Tensorflow = 2.4.1, Keras = 2.4.3, Python = 3.7.9, OpenCV = 4.5.1 我使用VGG16的Keras基础模型进行迁移学习。我自己的模型架构是这样开始的： inputs = tf.keras.layers.Input(shape=(img_height, img_width, 3), name="input_layer")
x = tf.keras.applications.vgg16.preprocess_input(inputs)
x = tf.keras.applications.VGG1
浏览 77提问于2021-03-31得票数 0
vgg19_net = VGG19(input_shape = (200,200,3), include_top = False, weights = 'imagenet')
model_vgg19 = Sequential()
model_vgg19.add(vgg19_net)
model_vgg19.add(Conv2D(128, 3, activation = 'relu', padding = 'same', kernel_initializer = 'he_uniform'))
model_vgg19.add(Ba
浏览 3提问于2021-12-06得票数 0
我正在使用savez来保存权重。以下是我的代码：
class vgg16:
def __init__(self, imgs1,imgs2, weights=None, sess=None):
.........
self.weight_list=[]
self.keys=[]
........
self.SaveWeights()
....neural network............
def SaveWeights(self):
tmp = file("vgg16_predict.npz"
浏览 0提问于2017-01-30得票数 1
我试过用不同的方式修改这个代码，
从尝试将最后一行更改为本地磁盘上的vgg16.h5文件，
从Keras导入load_weights并试图让它以这种方式获取权重。
这段代码来自fast.ai课程的第1课。我在他们的论坛上问过，但没有得到回应。
运行此链接的文件位于此链接中。
calls调用文件vgg16.py下载权重。
下面的代码从vgg16.py文件的第117行开始。
def create(self):
"""
Creates the VGG16 network achitecture and loads the pretrained wei
浏览 4提问于2018-01-06得票数 0
回答已采纳
在从keras的functional中向预训练的VGG16模型的底部添加层时，我遇到了一个错误。
我正在阅读Python教程的“深度学习”，我认为这本书是在早期添加的keras中编写的，当时正在使用Sequential。
from tensorflow.keras.applications.vgg16 import VGG16
from keras.layers import Input,Flatten,Dense
from keras.models import Model
inp=(150,225,3)
inputs = Input(shape=inp)
base = VGG16(wei
浏览 0提问于2019-02-18得票数 0
关于此错误，有几个问题：
ValueError: as_list() is not defined on an unknown TensorShape.
还有一些关于git的相关问题：，。
但是，我还没有找到一个一致的答案来解释为什么会出现这个消息，也没有找到解决我的具体问题的方法。这个完整的管道曾经与tf2.0.0-alpha一起工作，现在，在安装了Conda conda install tensorflow=2.0 python=3.6之后，管道就坏了。
简而言之，我使用生成器将图像数据返回给tf.data.Dataset.from_generator()方法。这很好，直到我尝试调用mod
浏览 9提问于2019-12-10得票数 1
回答已采纳
1回答
在Python中，您可以使用预先训练过的模型作为一个层，如下所示(源)
import keras
from keras.applications import VGG16
from keras import models
from keras import layers
conv_base = VGG16(weights='imagenet',
include_top=False,
input_shape=(150, 150, 3))
model = models.Sequential()
mod
浏览 2提问于2021-04-15得票数 1
回答已采纳
1回答
显示图像时无效大小
、、、、
我一直试图检索VGG16的隐藏层，并在Keras中显示特征映射。我要做的是获取block1_conv1功能地图并显示出来。但不幸的是，我得到了以下错误：
TypeError: Invalid dimensions for image data
请查找以下代码：
from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
from keras.models import Model
imp
浏览 0提问于2018-12-06得票数 1
回答已采纳
我在使用预先训练过的模型进行对象分类时遇到了这个麻烦。这段代码适用于ResNet和Inception，但是当我使用VGG16或VGG19时，它在cudnn上出现了一些问题。
我在conda虚拟环境中运行我的代码，其中有tensorflow-gpu=2.2.0，cuda=10.1，cudnn=7.6.5。
我的操作系统是8.0.4。这会不会是个问题？？在这个系统中，我对许多模型都做得很好，但在这个案例中却没有。
这是我的代码：
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", requi
浏览 1提问于2020-11-08得票数 1
回答已采纳
我刚开始使用keras进行深度学习应用。我正在尝试使用预先训练过的模型来执行二进制分类。我正在google中运行代码，tensorflow版本是2.2.0-rc2。下面是我使用的模型。
vgg19_basemodel = tf.keras.applications.VGG19(include_top = False, weights='imagenet', input_shape=(IMSIZE,IMSIZE,3))
#vgg19_basemodel.summary()
x = vgg19_basemodel.output
x = tf.keras.layers.Conv2
浏览 4提问于2020-04-12得票数 4
回答已采纳
1回答
我使用了两个图像网络训练模型，即VGG16和inception，使用Keras API在python中使用以下代码行；其中x是输入图像，批处理大小是为了简单起见=1。
VGGbase_model = InceptionV3(weights='imagenet', include_top=False,
input_shape=(299,299,3))
Inceptionbase_model = VGG16(weights='imagenet', include_top=False,
input_shape=(224,224,3))
predictVgg16=
浏览 0提问于2019-07-11得票数 5
1回答
我最近正在研究vgg16，以重用它的模型。
在python中：(Keras)
model = applications.VGG16(include_top=False, weights='imagenet')
一切都很好。
我需要导出THiS模型与编译，并适合导出c++ json文件。如何正确导出ThiS模型--用于导出模型的h5文件？
浏览 0提问于2018-05-17得票数 1
回答已采纳
我在keras中使用了预先训练好的imagenet VGG16模型，并在上面添加了我自己的密集模型。我正在尝试从我训练过的模型中保存和加载权重。 我用来保存模型的代码是 import time
start = time.time()
history = model.fit_generator(generator=train_batches,
epochs=epochs,
steps_per_epoch=steps_train,
浏览 133提问于2019-03-05得票数 0
1回答
具有VGG层的顺序网络
、、、、
我想要一个具有VGG网络特征的顺序网络(我想将我的网络传递给另一个函数，该函数不支持VGG对象，但支持nn.sequential)。 我在VGG类中添加了函数getSequentialVersion方法，使其具有线性层的时序网络。然而，很明显，网络中存在大小不匹配。 '''VGG for CIFAR10. FC layers are removed.
(c) YANG, Wei
'''
import torch.nn as nn
import torch.utils.model_zoo as model_zoo
import math
_
浏览 53提问于2021-05-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
